python - tf.global_variable_initializer() 关于 session ？

Question

即使阅读了 official documentation，我对 Tensorflow 中 session 的理解似乎仍然存在缺陷和 this教程。

特别是，tf.global_variable_initializer() 是针对特定 session 还是针对程序中的所有 session 初始化全局变量？有没有办法在 session 期间“取消初始化”变量？

tf.variable 可以在多个 session 中使用吗？答案似乎是肯定的(例如下面的代码)，但是是否存在我们希望在一个程序中使用多个 session 而不是单个 session 的好案例？

#!/usr/bin/env python
import tensorflow as tf

def main():
    x = tf.constant(0.)
    with tf.Session() as sess:
        print(sess.run(x))
    with tf.Session() as sess:
        print(sess.run(x))

if __name__ == '__main__':
    main()

Answer 1

特别是，tf.global_variable_initializer() 是针对特定 session 还是针对程序中的所有 session 初始化全局变量？

关于特定 session 。检查一下。

tf.reset_default_graph()
x = tf.Variable(tf.random.normal([1,5]))
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    first_sess_out = sess.run(x)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    second_sess_out = sess.run(x)

np.testing.assert_array_equal(first_sess_out, second_sess_out)

断言失败所以它是每个 session 。

---

是否有办法在 session 期间“取消初始化”变量？

tf.reset_default_graph()
x = tf.Variable(tf.random.normal([1,5]))
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    first_init_out = sess.run(x)
    sess.run(tf.global_variables_initializer())
    second_init_out = sess.run(x)

np.testing.assert_array_equal(first_init_out, second_init_out)

显然，在运行 tf.global_variables_initializer() 之后，变量重新初始化了。因此，断言失败。

---

tf.Variable 可以在多个 session 中使用吗？答案似乎是肯定的(例如下面的代码)，但是否存在我们希望在一个程序中使用多个 session 而不是单个 session 的好案例？

是的，它可以像您在上面的示例中看到的那样使用。好的情况是您希望在单次运行中多次执行图形。